数字图像处理2.19

一、平滑与锐化滤波器

1、模板尺寸对效果的影响,模板尺寸越大,图像越模糊,细节丢失越多

2、低通空域滤波的缺点和问题,如果图像处理的目的是去除噪音,那么,低通滤波

在去除噪音的同时也平滑了边和尖锐的细节。

3、均值滤波器(平滑滤波器):提取感兴趣的部分,但是会模糊图像

4、中值滤波器的优点:抑制噪声;在去除噪音的同时,可以比较好的保留

边缘轮廓信息和图像的细节。

5、锐化滤波器应用:加强图像中景物的边缘和轮廓;印刷中细微层次强调。弥补扫描、网络对

图像的平滑;超声探测成象,分辨率低,边缘模糊,通过锐化来改善;图像识别中,分割

前的边缘提取;锐化处理恢复过度平滑、暴光不足(亮度不够)的图像;图像创意;尖端武器的识别等。

6、高通滤波器:

(1)模板系数设计:根据空域中高通冲激响应函数的图形来设计模板的系数。

原则:中心系数为正值,外围为负值。系数之和为0

(2)效果分析:常数或变化平缓的区域,结果为0或很小,图像很暗,亮度被降低了;

在暗的背景上,边缘被增强了;图像的整体对比度降低了;计算时会出现负值,归0处理为常见。

问题:高通滤波在增强了边的同时丢失了图像的层次和亮度;增强小尺度特征。

二、高增益滤波器

1、原理:弥补高通滤波的缺陷,在增强边和细节的同时,不丢失原图像的低频成分。

高通=原图-低通

 

 2、根据经验高通滤波的模板很少大于3*3

3、微分滤波器

 

posted @   Tomorrow1126  阅读(459)  评论(0编辑  收藏  举报
编辑推荐:
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· 单线程的Redis速度为什么快?
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
点击右上角即可分享
微信分享提示